AIGC动态欢迎阅读
难题如何破局？
关键字：教授,机器人,智能,模型,数据
文章来源：量子位
内容字数：0字内容摘要：
视点 发自 凹非寺量子位｜公众号 QbitAI缺少数据，已成当前具身智能发展所面临的主要困境之一。
标杆如特斯拉，为收集高质量机器人数据，干脆给操作员开出了1小时300元的高薪，足见其对数据之重视。
也就是说，如何获取更多数据、以及如何高效利用数据，是目前提升具身智能能力的关键。
8月29日20:00，量子位「365行AI落地方案」邀请到了清华大学交叉信息学院助理教授、千寻智能联合创始人高阳，和北京大学计算机学院助理教授董豪，一起聊聊具身智能的数据难题如何破局。
董豪教授一直专注于具身智能领域的研究。
董豪团队提出的ManipLLM，入选了CVPR 2024。只需要一张图一个指令，大语言模型就能控制机械臂完成各种日常物体操作。
而高阳团队提出的EfficientZero V2算法，能够高效利用样本数据，从模型底层解决数据短缺的问题，被收录为ICML 2024 Spotlight论文。
高阳教授负责的视觉语言模型ViLa（Vision-and-Language Models）和控制机器人操作的部件约束模型CoPa（Constraints of Parts），也是具身智能分层模型领域的重要联系作者
文章来源：量子位
作者微信：
作者简介：
